第二节 相关分析及应用 |
一.两个随机变量的相关系数 通常两个变量之间若存在一一对应的确定关系,则称两者之间存在着函数关系。当两个随机变量之间具有某种关系时,随着一个变量数值的确定 ,另一变量却可能取许多不同值,但取值有一定的概率统计规律,这时称两个随机变量存在着相关关系。变量x 和y 之间的相关程度常用相关系数ρxy 表示 μx— 随机变量 x 的均值 μx = E [ x ] μy— 随机变量 y 的均值 μy = E [ y ] σx— 随机变量 x 的标准差 σ2x=E [ (x –μx )2 ] σy— 随机变量 y 的标准差 σ2y=E [ (y –μy )2 ] 根据柯西—许瓦兹不等式可知 当数据点分布越接近于一条直线时,ρxy 的绝对值越接近1,x 和y 的线性相关性程度越好,将这样的数据回归成直线才越有意义。ρxy 的正付号表示一变量随另一变量增加而增加或减少。当ρxy 接近零时,则认为x 和y之间完全无关。但仍可能存在某种非线性的相关关系甚至函数关系。 |
二.信号的自相关函数 假如 x(t) 是某各态历经随机过程的一个样本记录。x(t+τ) 是x(t) 时移τ 后的样本。在任何t =t0 时刻,从两个样本上分别得到两个量值x(ti) 和 x(ti+τ),而且它们具有相同的均值和标准差。 假如把简写成那么有 经化简得到 |
三.信号的互相关函数 |